人工智能：商业化场景应用落地加速
在蛰伏多年后，曾经的互联网三巨头的百度于本月市值首次破千亿美元。此次百度市值创下新高，与其多年布局人工智能领域终于有了产出、使得其非广告收入大幅增长不无关系。
与此同时，一众AI独角兽旷视科技、依图科技等集体冲击IPO。可见人工智能行业在一轮沉寂之后，又将迎来一波新的增长点。
不过与曾经各家公司一边讲故事、一边“闷头苦干”不同，各家科技公司如今都着力于人工智能的商业化、去探求更多应用场景的落地。例如华为、苹果、开始进军“智能汽车”，擅长视觉的旷视建立起了人工智能物流产业，都尽力使自己拥有更多可能性。
那么，人工智能加速商业化、探求更多的应用场景落地会为我们“实验室”外的生活带来哪些可能性呢？
一、和你“认知”中不一样的人工智能
在大多数人人们当前的认知中，提到电商会想到淘宝、京东、拼多多，提到新能源汽车特斯拉名号响亮，提到互联网腾讯、阿里巴巴及百度深入人心。
那么提到人工智能你会想到什么？大多数人很难从现实生活中找寻可以接触的“实体”与其对应，而脑海中所浮现的应该是小说或者影视作品里面，和人类无异、会喜怒哀乐、会深度思考、比人类要“聪明”数倍的AI机器人们。
然而现实是，在人工智能诞生迄今70年的发展中，上一次“爆炸性”新闻还是谷歌研发AlphaGo击败围棋世界冠军。而AlphaGo作为具有“深度学习”的机器人，当下它也只能下下围棋，在其封闭的领域里面，当做辅助人类的工具。
人工智能按其行业流行的说法可分为3类：弱人工智能、强人工智能和超人工智能。弱人工智能指的是完成某一项特定任务的人工智能，是无意识的。就像苹果手机里的Siri，它只能执行有限的预设功能。
而强人工智能和超人工智能就是大众在影视作品里看到的那些有独立思想意识的机器人，可以像人一样去完成任何智力性的任务。
虽然现在人工智能并不能达到影视作品里那些强人工智能的高度，但是整个行业经过这几十年的发展已经与人们的生活息息相关。而且，当下各大AI企业加速自身人工智能新应用场景的落地与开发，未来人工智能与日常生活将会贴合的更加密切。
二、加速商业化，与生活息息相关的多元化应用场景
虽说我们没有电影《Her》里那个满眼都是我们、陪伴我们的强人工智能机器人，但是你有注意到你的生活中各处都已经充斥着人工智能的身影了吗？
从手机里的智能语音助手、到因为智能物流体系下越来越快到家的网购商品、再到如今已经遍地开花的人脸识别和学生常用的智能翻译，在这些使人们生活带来更加便利的同时都离不开人工智能的身影。
而且当下，人工智能公司都在寻求更多的应用场景能够落地，致使自己能拥有更多的商业化和可能性。
1. 为什么人工智能要加速商业化？
第一，经历了半个多世纪的发展，人工智能已经从最初的概念走向了实践。如今在人脸识别、智能语音、自然语言处理、智能家居、无人驾驶等都有了相应的成果，并且已经落地于相应的应用场景之中。
5G时代下丰富的数据和云计算所拥有的超强算力使得人工智能的基础技术已经逐渐趋于成熟，才带来了其商业化的可能性。
第二，对于公司来说能长久发展下去、带动其自身业务良性循环，商业化是必然。而且人工智能行业在几经高潮和低估以后，当下的资本市场对于该行业的投资变得更加慎重，除了故事，当下各大公司需要更多的可能性带来商业前景去塑求自身的未来。
例如百度，在人工智能行业布局多年，从一开始的BAT三巨头，到后来成为网友口中互联网公司们市值的丈量单位：“一个腾讯等于多少个百度，一个阿里等于多少个百度……”
而从去年开始，百度人工智能商业化已经初见成效、有了正向的产出，致使百度的市值从300亿美元+到如今步入千亿行列，短短一年3倍的涨幅，足以看到人工智能商业化对于AI公司发展的影响。
第三，商业化进程的加速必定要带来更多的技术创新，用技术解决当下用户更多的痛点问题例如医疗、教育、金融等等，并且有一定可能性带来新的商业模式的创新。
第四，走出实验室，落地到更多的应用场景中去，才能带来更多的数据情况，并促使当下人工智能产品查漏补缺、自我进阶与完善。
当一件人工智能产品走不出“实验室”，只在自身小范围内进行数据收集、分析与改进，其效果已投入市场，获取更多用户、更广泛数据所带来的结果的精细度终究有所不同，毕竟算法模型在更全面的大数据下才能给出更准确的答案。
2. 进击“多元化、生活化”的应用场景
在当下各大科技公司都加速了商业化进程和布局更多元化的应用场景，也正是这些布局使得我们的生活开始变得与人工智能息息相关。
尤其是在疫情期间，各家AI公司所推出的产品给人们的防疫出行带来了极大的方便。例如，百度和商汤科技等所推出的自动测温系统，基于图像识别技术和红外热成像技术进行自动测温。在高铁站、地铁站等公共交通场所，实现了全程无接触、并且多人同时检测与传统由检测员一对一检测相比，省去了更多的时间、避免排队和拥挤。
而在其他与生活密不可分的地方，人工智能也逐渐渗透着。
比如教育，靠搜题起家的作业帮和猿辅导，其拍照搜题就是基于大数据库和自身算法可以快速搜题给答案。而两家旗下的斑马AI和鸭鸭AI也是基于自然语言交互与计算机视觉等人工智能技术来带给学生和家长更好的教育体验。
医疗行业，腾讯早在18年就发布了国内首个AI辅诊开放平台。而谷歌的AlphaGo也在围棋外，进一步探索医疗领域，更有公司利用人工智能去制造新的药品。如此可见，医疗未来将是一个热门的AI商业化应用场景。
智能汽车的自动驾驶技术，特斯拉已经在向T5标准进军。国内，百度在多年的耕耘下已经拿到北京市自动驾驶测试管理联席小组发布的首批T4级别自动驾驶测试牌照，并且拥有2900项专利，可谓是国内自动驾驶技术的佼佼者。而同时，华为、小米等科技公司也都宣布进局智能汽车行业。
此外，阿里的智慧城市使得我们的城市与社区可以更加精细化管理，智能金融使得金融机构用户服务水平得到质的飞跃，科大讯飞的智能语音带来的翻译产品和电子设备中智能语音系统使得我们的生活更加便利。
在融入生活的同时，各家AI企业都从单一型转向多元化发展。例如，在人脸识别领域有所建树的旷视科技前几年已经在人工智能物流有所局部。而百度除了人们熟知的智能汽车、智能音箱等，还括列了百度大脑、AI开发平台、昆仑芯片等从基础层、技术层到应用层一体的生态布局。
三、未来，从“感知”到“认知”进阶后“寒武纪大爆发”
虽然当下人工智能在探求更多的可能性去融入生活，但是当下的技术限制，人工智能仍停留在感知，更多的是机械类的模仿，只能使得人工智能浅表性的出现于人们的生活之中。
现阶段的确涌入出了很多人工智能的公司，也在各自领域有一定突破。但是当下的蓬勃对于拥有着“无限可能”的人工智能，只能说是九牛一毛。而未来技术带来更多的突破，使得人工智能从拥有“感知”到拥有“认知”，那么人工智能将会呈现“大爆发”的趋势。
拿AI融进教育来说，那时候的AI教育再也不是浅层的思维训练和简单的自然语言处理，所给孩子授课的AI老师，将会精确感知到孩子的学习状态和对于知识点的理解度，为孩子定制最适合的学习计划，通过孩子的思维模式带动孩子对知识更深的理解与思维发散。
而那时在线教育当下因技术带来“自律性”与“信任度”困局将不复存在，将会迎来一片新的格局。
那时候的生活一切都进入“自动化”时代，车辆可以实现完全自动驾驶，除了自动识别规避障碍物外，通过云计算和实时数据将为所有车辆规划行驶轨迹与时速，以保证不会发生拥堵与车祸。
所有的上路车辆从启动开始就像一串数据被规划到属于自己的轨道上，这样不仅解放了交通疏导与执法人员，也可以撤去红绿灯减少能源消耗，彻底改变现有的出行交通状况。
而生活的其他方方面面，医疗、零售、娱乐等又将带来新的模式。就如“奇点”一般，这个AI宇宙的奇点势能被打破，于是能量便不断地转化为物质，造就AI进化史上的“寒武纪大爆发”，从根本上融入和改变人们的生活。
摩根频道原创出品，商务合作请加微信：TMTmorgan，未经许可，请勿转载。
人工智能在商业智能应用中的6个例子
企业似乎正在进入数据的新时代。曾经是科幻小说领域，在商业智能中的艾美，我们知道我们知道的日常生业。公司现在可以使用机器算法来识别巨大的数据中的趋势和见解，并使他们在实时竞争竞争的速度决定更快。
对于公司来说，将机器学习整合到现有的商业智能系统中并不是一个简单的过程Emerj播客客人克里斯尼科尔森建议不必让人望而生畏。“人工智能只是一个盒子，”他说。“数学和代码。如果这样，那么那样。这是最简单的描述方式。”在最初的几个月里，组织数据收集和用这些数据测试算法的准确性是许多企业陷入困境的地方。
但随着人工智能的发展，一些知名应用提供商已经超越了传统软件的开发，转而开发更全面的平台和解决方案，更好地实现商业智能和分析流程的自动化。主要供应商——包括通用电气、SAP和西门子——提供这种软件套件和操作系统，但市场上也有越来越多的新兴供应商。在本指南中，我们提供了六个人工智能平台提供商的例子。每个例子包括以下内容:
产品或服务的简要概述成功案例研究行业潜在用例根据我们过去对该领域高管和投资者的采访，我们预测，未来5到10年，商业智能应用将是利用人工智能技术增长最快的领域之一。
基于机器学习的商业智能应用SAP-用于将数据库转换为有用的英特尔韩亚金融集团是SAP的云平台该公司用于管理他们收集的信息数据库。简而言之，它从关系数据库，应用程序和其他来源复制和摄取结构化数据，例如销售交易或客户信息。
可以安装该平台来通过公司的服务器或通过云运行内部前提。HANA参加了从商业的接入点收集的信息-包括生产工厂的移动和桌面计算机，金融交易，传感器和设备。如果您的销售人员在现场使用公司智能手机或平板电脑以记录采购订单，则可以通过Hana分析和了解这些交易的数据，以发现趋势和不规则性。
例如，沃尔玛一直在使用HANA来处理其大量的交易记录（公司在几秒钟内运营超过11,000家商店）。在2015年由SAP主办的会议上，然后-CIOKarenannTerrell描述了为什么沃尔玛选择使用HANA以便通过巩固处理工作所需的流程和资源来运营更快，并控制后台成本。
沃尔玛如何使用HANA意外的差异可以在开展业务过程中的任何地方裁剪;它可能是一个超额的产品订单，在工厂的特定客户或机器似乎奇怪的产品订单似乎似乎开始运行的速度慢。机器学习可用于自动呼叫这些差异。例如，如果工厂管理器有安装在其计算机上的应用程序来监视装配线上的设备，则可以通过Hana收集和处理生产放缓的数据。可以查询收集的结果以确定是否需要新的行动方案，例如设备的服务检查。
SAP表示，HANA在RAM而不是磁盘上存储复制数据，这一点与同类平台不同。这使得实时访问数据成为可能，用于构建在HANA平台之上的应用程序和分析，以更快地做出决策。
HANA和其他机器学习解决方案的目的是做出可能更明智的数据驱动决策。中小型公司(不仅仅是企业)有可能在不同的业务领域探索使用这种技术——如果解决方案能够满足他们的预算的话。DMWay公司的首席技术官罗内·梅里表示:“无论是人力资源、风险还是营销，这在任何组织中都可以找到预测分析．
使用机器学习平台进行商业智能的预期益处包括基础设施成本降低和运营效率。在由SAP赞助的报告中，使用HANA的10个组织表示他们希望平均实现五年，投资额为575％。他们还通过使用HANA预计每组约1927万美元的年均福利，而年均投资241万美元超过五年。国际数据公司是IDG的子公司进行了调查并代表SAP制作了该报告。未披露调查的组织的名称。
DOMO-用于商业仪表板的AI它不仅仅是SAP开发机器学习平台等巨人。多摩君是一个快速增长的业务管理软件公司，在资金中筹集超过5亿美元，创建了一个仪表板，可以收集信息，以帮助公司做出决定。基于云的仪表板可以随着公司的大小扩展，因此可以由团队使用，只需50个或更大的更大的企业。有超过400个本机软件连接器，让Domo从第三方应用程序收集数据，可用于提供有识面值并向商业智能提供上下文。
这为公司提供了使用Domo的方式从Salesforce，Square，Facebook，Shopify和许多其他应用程序中提取数据，以便在客户，销售或产品库存上深入了解他们的洞察力。例如，商家的Domo用户可以从他们的购物点和电子商务软件中提取数据，该软件用于管理在线商店。提取的信息可用于实时生成报告和点趋势，例如在产品性能中，可以与公司使用的任何设备共享。
今年3月，Domo宣布了Roboto先生，该平台的一系列新功能，利用了人工智能、机器学习和预测分析。期望罗博托能为公司决策者提供建议和见解。一旦这些功能推出，预计将在2017年春季晚些时候推出，该平台将针对重大变化发出新的警报和通知，如检测异常或数据中的新模式(类似于网络安全中使用的方法已经）。
检测这些变化和模式预计将燃料促进Roboto先生的预测分析方面，并帮助公司预测实时，客户流失和销售预测的营销投资回报。
Domo称，万事达(MasterCard)、Univision、eBay、HonestCo.和SABMiller等公司都在使用它的平台。电视广播公司Univision提供了一份证明，说明它是如何利用Domo让自己的数据更具可视性，然后用这些数据来统一和聚焦有针对性的活动。Univision表示，它使用Domo平台使用连接器，用于此类应用程序作为GoogleAnalytics，Facebook和AdobeAnalytics，从其编程广告中获得更多价值。“通过推出DOMO，我们能够在第一季度迅速优化和达到80％的产量增长，”统一的VP总经理DavidKatz表示，为方案收入和运营。
Apptus-销售能力中的AI机器学习有许多方法来增强应用程序，包括那些Apptus，这提供了有关公司可以采取促进其销售渠道的行动的建议。APPTUS表示，它专注于客户意图购买和实现公司收入之间的联系。
ApptuseSales解决方案的设计目的之一是基于对消费者的预测性理解，实现自动销售。该软件结合了大数据和机器学习，以确定哪些产品可能会吸引潜在客户在线搜索或获得推荐。
例如，当客户访问使用ApptusEsales并开始输入搜索术语的在线商店时，机器学习解决方案可以预测和自动显示相关的搜索短语。它还可以显示与这些搜索条件相关的产品。
不同尺寸的公司使用Apptus，如自动书籍Bokus.com根据其证明书，该公司约有30名员工。Bokus需要将开销保持在最低水平，他说，利用自动化技术转换客户是帮助实现这一目标的一种方法。例如，这家电子商务公司报告称，每打开一份个性化的电子推荐简报，其客户的平均流通量就会增加100%。
AI和机器学习平台在预测任务中越来越好，例如根据馈送的信息确定客户可能想要的内容。在这篇文章的采访中，尼科尔森表示，深度学习，机器学习的子集是在许多情况下，在解释数据中达到96％的准确性。“这是人类可以做的上限，”他指出。
尽管这项技术仍处于早期阶段，AmrAwadallah，在机器学习和软件公司Cloudera的创始人和CTO时，深入学习已经擅长预测和异常检测。它尚不完美，但深度学习网络越来越容易了解哪些信息相关。“你不必告诉算法要看的东西，”他说。“你可以给它了原始输入数据，它可以为自己弄清楚。”
Avanade-AI用于商业洞察Avanade是微软和之间的合资企业埃森哲咨询公司利用Cortana智能套件和其他解决方案进行预测分析和基于数据的洞察。
保险公司PacificSpecialty开发了Avanade建立一个分析平台，目的是让员工对业务有更多的观点和见解。目标是使用客户和政策数据来帮助团队推动更多的增长。通过分析了解投保人的行为和趋势，这一想法是为了更好地为新产品的开发提供建议。
Avanade表示，未来世界将充满智能技术，机器将承担更多传统上人类所做的工作。根据Avanade委托进行的一项研究对500名业务和IT领导人进行了调查来自世界各地的揭示他们希望看到由于智能技术而导致收入增加33％。他们还认为这将导致员工的新和重新定义的工作作用，以及对客户的更多利益。但是，调查未指定通过智能技术可以改变哪些特定工作。
到目前为止，这些用例指向机器学习，主要用于服务部门，如保险和零售，解决与客户相关的任务，销售和运营;但是，AI还与制造和工业领域的BI应用合并。
BI和AI-在重工业中的应用一般电气预测机械维修及保养机械，车辆，生产工厂和其他硬设备空间中传感器的普遍率越来越普遍意味着物理设备可以通过人工智能进行数字化，并通过人工智能监控，我们之前涵盖的话题机床学习应用在工业中．的物联网不仅仅是关于消费者小工具;商用卡车，火车，石油钻机和货船都可以通过网络进行数字化，监控和评估和评估。例如，石油和天然气，航空和其他行业一直使用通用电气Predix操作系统，为工业应用提供工业应用程序，以处理设备的历史性能数据。可用于辨别各种操作结果，例如机械可能会失败时。
Predix不仅适用于初级的小规模物流管理;它需要大量的时间记录信息来发展预测。这是通过通用电气和第三方开发的应用程序完成的。例如，埃森哲的智能管道解决方案被用于监测全球数百万英里的石油管道。这包括从管道资产和外部来源获取数据，以管理安全和如何使用资源。
飞机运营商使用应用程序，例如飞机着陆齿轮预测来自GE和Infoyy，内置于Predix上。预测应用程序让航空公司工程工作人员看到着陆齿轮在需要进入服务之前可以在服务中留在服务中。根据该信息创建维护计划旨在减少意外的设备问题和飞行延迟。
Awadallah说预测分析，预测了作为过去的未来。它可以计算设备，汽车，卡车和钻井机器需要维护，然后在发生严重失败之前安排维修和保养。Awadallah说，商业卡车制造商的Nawistar在其产品中，在其产品中，在其产品中分析制动器，灯和发动机。通过检测机械师需要在引擎盖下何时需要增加维护服务的价值。这可以最大限度地减少停机时间，甚至将维护等待作为卡车常规旅行路线的一部分，降低运行成本。
应用机器学习还可以提高某些设备的性能。在一个实例中，电子商务和运输提供商PitneyBowes在Predix之上构建了一个软件解决方案公司希望将机器产量提高20%
PitneyBowes建造的机器包括邮资仪表，分拣机，打印机和用于生产和移动邮件的插入架。通过将传感器安装到其机器中，可以通过Predix平台更密切地监控其性能。该公司声称，美国每天生产的1.5亿件邮箱的大部分邮件通过其机器。
西门子-人工智能监测机器车队和工厂监控工业设备运行状况的重要性，迫使西门子(Siemens)等其他软件供应商将其机器学习技术应用于这一领域。2016年3月,西门子推出了它的思维球队开放行业云平台测试版。
Mindsphere旨在提供通过机床分析监控服务需求的机船队并传动火车分析。该应用程序可以由工业公司使用，以跟踪世界各地的工厂的机床，并查看其资产的性能统计数据。这有助于安排预防性维护，并管理其设备如何用于改善其运营寿命。
与Predix相当，Mindsphere与机器和植物合作，无论制造商如何。目的是帮助工厂运营商增加其设备的正常运行时间，并通过评估预计会崩溃的一部分机械进行维护更有效。此外，机器建设者可能会逐渐运行较长速度的机器，可以看到与保修维修相关的费用减少。
西门子表示，与SAP开发的Mindsphere，使用Mindsphere的公司可以获得连接到他们的机器的盒子并收集数据以显示机器如何运行。
关于商业智能AI的结束思考对于商业和工业来说，这是一个潜在的门槛时刻，机器学习可能会进一步影响运营的处理、决策的制定和资源的管理。这将取决于企业是否集体发现人工智能的真正价值;对这项技术的投资必须证明它的价值。
尼克尔森指出，尽管深度学习的准确性和能力都有所提高，但这项技术仍在早期用户中慢慢普及。他说，下一个阶段将是关于这些资源是否会更自由地流动，并被整个商界接受。“未来就在眼前，”他引用了赛博朋克作家威廉·吉布森(WilliamGibson)的话，“只是还没有广泛分布。”
企业领袖Emerj企业领导人使用EmerjAi机会景观验证强大的AI策略，或选择高ROIAI项目。
客户可能从一个焦点领域开始-例如商业智能-或者他们可能只是在寻找AI提供价值的最佳低悬垂的水果机会。使用EMERJ的行业特定用例和ROI数据的分类地图，领导者对其AI投资的信心得到了不可能的。联系我们以了解更多信息．